| 講演抄録／キーワード |
| 講演名 |
2005-06-23 13:55
ARTニューラルネットワークによる強化学習のための状態生成器の改良
○中村太亮・神尾武司（広島市大）・三堀邦彦（海上保安大）・藤坂尚登（広島市大） |
| 抄録 |
（和） |
強化学習の研究では“探査と知識利用の間のトレードオフ”がしばしば議論される。これは、探査と知識利用が解のクオリティと学習効率の向上にそれぞれ影響するためである。以前、我々が提案したARTニューラルネットワークに基づく適応的な状態空間の分割法は、解のクオリティと学習効率のバランスという観点からも有用な方法である。しかし、探査強度が大きくなり過ぎると学習効率が急激に低下する傾向がある。さらに、適切な探査強度は一般的に不明であるため、これは解決すべき問題であるといえる。そこで本論文では、ART に2つの学習フェーズを用意することで、探査強度に対して耐性を持つように従来法を改良する。 |
| （英） |
The trade-off between exploration and exploitation has often been discussed in studies on reinforcement learning (RL). This is because exploration and exploitation influence the quality of solutions and the learning efficiency respectively. Previously, we have proposed an adaptive state space segmentation method based on ART neural network for RL. This method is useful for not only the state space segmentation but also the balance between exploration and exploitation. However, if the exploration strength is too large, the learning efficiency degreases rapidly. Since the appropriate strength is generally unknown, this problem must be solved. In this report, we propose a new segmentation method based on ART with two learning phases to improve our conventional method in the tolerance of exploration strength. |
| キーワード |
（和） |
強化学習 / ARTニューラルネットワーク / 状態空間 / 探査 / 知識利用 / / / |
| （英） |
Reinforcement Learning / ART Neural Network / State Space / Exploration / Exploitation / / / |
| 文献情報 |
信学技報, vol. 105, no. 125, NLP2005-20, pp. 25-30, 2005年6月. |
| 資料番号 |
NLP2005-20 |
| 発行日 |
2005-06-16 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|